LVIV.COM

Вони встають з колін: чому навчили робота ANYmal за допомогою нейромереж

Вони встають з колін: чому навчили робота ANYmal за допомогою нейромереж

За допомогою нейромереж швейцарські, німецькі й американські інженери навчили робота ANYmal ходити, бігати й вставати після падінь. Особливість роботи також в тому, що спочатку алгоритм навчався під час симуляції, а вже потім навичку переносили на реального робота – пише N+1.


Інженери створили вже безліч ходячих роботів різних конструкцій, зокрема йдосить досконалих. Наприклад, широко відомі роботи компанії Boston Dynamics, здатні утримуватися на ногах після ударів. Однак, крім апаратної складової, не менш важлива програмна. Наразі існує проблема – зазвичай інженерам доводиться розробляти алгоритми-контролери самостійно, грунтуючись на поведінці реальних ходячих тварин чи віртуальних моделей. Такий підхід забирає багато часу, а також не гарантує, що розробники знайдуть оптимальну ходу для наявної конструкції. Існують роботи, в яких інженери використовували нейромережу для управління й спочатку симулювали її поведінку в віртуальному світі, а вже потім переносили в реальний, але вони використовували роботів з простою конструкцією.

Цього разу, в роботі з більш складним за конструкцією роботом, дослідники застосували двоступеневий підхід, при якому одна нейромережа відповідає за планування рухів сегментів в цілому, а друга отримує ці рухи й підбирає конкретні значення зусилля для кожного електромотора. Обидві мережі мають структуру багатошарового перцептрона. Для того, щоб навчити їх різним рухам, автори використовували метод навчання з підкріпленням, при якому алгоритм отримує від віртуального середовища нагороду за дії й завдяки цьому поступово вчиться діяти оптимально. Після навчання у віртуальному середовищі навчені нейромережеві моделі завантажили в комп’ютер реального робота ANYmal.

Завдяки новим алгоритмам інженерам вдалося отримати три основні результати. По-перше, рухи робота стали більш стабільними й енергоефективними. По-друге, максимальна швидкість руху робота стала на 25 відсотків вищою, ніж із застосуванням інших існуючих алгоритмів для нього. По-третє, робот навчився самостійно вставати на ноги з лежачого положення.

Тобі може бути цікаво:

Sci-bro: як у Львові вчать комп’ютер бачити і аналізувати поведінку людей

Твій Бро LVIV.COM

Ділися або не палися

Зараз читають